農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文

第第頁農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文關(guān)鍵字：云計(jì)算；農(nóng)作物病蟲害；多源遙感；數(shù)據(jù)挖掘

引言

近年來，隨著科學(xué)技術(shù)的迅猛進(jìn)展，我國在各領(lǐng)域、各方面都取得了長足的進(jìn)步，農(nóng)業(yè)也不例外，已實(shí)現(xiàn)了連續(xù)十一年增長。另一方面，由于我國人口眾多，同時(shí)受氣候特點(diǎn)、作物品種、種植習(xí)慣以及防治狀況[1]等影響，我國農(nóng)作物產(chǎn)量就人均量而言并不樂觀。據(jù)聯(lián)合國糧農(nóng)組織估量，世界糧食產(chǎn)量常年因病害損失14%，蟲害損失10%[2]。同樣在我國，農(nóng)作物病蟲害也是影響農(nóng)作物產(chǎn)量的重要緣由之一。由于農(nóng)田生態(tài)系統(tǒng)具有生態(tài)脆弱性，害蟲的群落很簡(jiǎn)單對(duì)農(nóng)田生態(tài)系統(tǒng)造成干擾，若不準(zhǔn)時(shí)加以診治，最終往往會(huì)導(dǎo)致爆發(fā)和流行病蟲害的嚴(yán)峻后果。隨著全球氣候漸漸變暖，病蟲害對(duì)農(nóng)田生態(tài)系統(tǒng)的威逼也會(huì)日益加重。我國作為農(nóng)業(yè)大國，預(yù)防農(nóng)作物病蟲害、提高農(nóng)作物產(chǎn)量、保證國內(nèi)糧食平安形勢(shì)依舊嚴(yán)峻，有效應(yīng)對(duì)農(nóng)作物病蟲害刻不容緩。然而，我國目前在農(nóng)作物病蟲害監(jiān)測(cè)方面還有待加強(qiáng)，現(xiàn)有的應(yīng)對(duì)方法依舊非常落后，如人工抽樣、農(nóng)田調(diào)查等方式，這些方法精確性及穩(wěn)定性較強(qiáng)，但是耗費(fèi)了大量人力和財(cái)力，且存在代表性、時(shí)效性差和主觀性強(qiáng)等弊端，已難以適應(yīng)目前大范圍的病蟲害實(shí)時(shí)監(jiān)測(cè)和預(yù)報(bào)的需求[3]。由于遙感技術(shù)可以在很大的范圍內(nèi)快速、精確地獲得相關(guān)地貌信息，因此通過引入遙感技術(shù)，就可以到達(dá)有效轉(zhuǎn)變傳統(tǒng)農(nóng)業(yè)管理模式的目的，起到對(duì)農(nóng)作物病蟲害的監(jiān)測(cè)、農(nóng)作物品質(zhì)預(yù)報(bào)、農(nóng)作物產(chǎn)量估量的作用。尤其是近年來隨著世界范圍精密儀器制造技術(shù)、測(cè)試掌握技術(shù)的高速進(jìn)展，遙感數(shù)據(jù)種類不斷增多，這些數(shù)據(jù)為農(nóng)作物病蟲害供應(yīng)了更多的數(shù)據(jù)根據(jù)，為農(nóng)作物病蟲害更精確、更快速的監(jiān)測(cè)供應(yīng)了珍貴的進(jìn)展空間。

1農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘分析

遙感的基本根據(jù)是獵取來自地物的反射或放射的電磁波能量[4]。農(nóng)作物病蟲害遙感數(shù)據(jù)的基本信息來自于地物的反射以及捕獲的電磁波能量閣，這種數(shù)據(jù)類型是由綠色農(nóng)作物所散發(fā)出的光譜的改變趨勢(shì)所確定的。一般狀況下，光譜由藍(lán)光波段到紅外波段的反射率呈現(xiàn)遞增的趨勢(shì)，即光譜波長在450nm時(shí)反射率最小，當(dāng)波長到達(dá)1300nm時(shí)其反射率最大。對(duì)同一種農(nóng)作物來說，其葉片的結(jié)構(gòu)是相對(duì)固定不變的，然而在不同的發(fā)育期，葉片的葉綠素含量將會(huì)呈現(xiàn)出規(guī)律的改變。當(dāng)農(nóng)作物受到病蟲害等侵襲后，葉片的顏色就會(huì)消失相對(duì)冗雜且無規(guī)律的改變，當(dāng)受災(zāi)嚴(yán)峻時(shí)，甚至葉片的結(jié)構(gòu)、形狀外觀都會(huì)發(fā)生轉(zhuǎn)變，這些過程都會(huì)伴隨著葉片反射光譜的轉(zhuǎn)變。因此通過對(duì)葉片顏色、結(jié)構(gòu)、形狀等遙感信息的捕獲、挖掘與分析對(duì)于農(nóng)作物長勢(shì)的監(jiān)測(cè)無疑是非常有利的。然而大量遙感信息積累而有用信息卻相對(duì)匱乏的局面[5]確定了必需對(duì)其進(jìn)行數(shù)據(jù)挖掘才能加以合理的利用。所謂數(shù)據(jù)挖掘就是從大量的、不完備的、模糊且隨機(jī)的數(shù)據(jù)信息中識(shí)別有效的、有用的信息，并依據(jù)這些信息做出決策。在社會(huì)數(shù)據(jù)信息快速膨脹、各種事業(yè)蓬勃進(jìn)展的今日，無論從范圍上還是從規(guī)模上，數(shù)據(jù)的增長都是顯而易見的，其涵蓋了社會(huì)生活及生產(chǎn)的很多領(lǐng)域，有來自一般應(yīng)用領(lǐng)域的生活卡使用、商業(yè)信息、通信記錄等，也有來自特別應(yīng)用行業(yè)的天文圖像、生物分子信息等。這些信息資源，必需經(jīng)過分析、挖掘、提煉等操作后，才能變成對(duì)人們有用的學(xué)問。通過對(duì)數(shù)據(jù)的分析，從海量信息資源中捕獲規(guī)律，再以人們簡(jiǎn)單理解的方式表示出來，從而獲得有價(jià)值的信息，這就是數(shù)據(jù)挖掘的過程。因此，作為數(shù)據(jù)信息的一種，農(nóng)作物病蟲害遙感數(shù)據(jù)信息挖掘與分析[6]也要經(jīng)過類似其他遙感大數(shù)據(jù)[7]的分析流程：農(nóng)作物目標(biāo)確定、病蟲害遙感數(shù)據(jù)預(yù)備、遙感數(shù)據(jù)挖掘以及結(jié)果分析，這些工作都是為了對(duì)農(nóng)作物病蟲害遙感數(shù)據(jù)進(jìn)行處理而進(jìn)行的.。有效的數(shù)據(jù)挖掘與分析不僅可以大大削減不必要的資源鋪張，而且還能夠有效提高農(nóng)作物質(zhì)量以及產(chǎn)量。

2基于云計(jì)算的多源遙感數(shù)據(jù)挖掘方法分析

云計(jì)算概念的提出可以追溯到1983年，Sun公司首次提出了“網(wǎng)絡(luò)就是計(jì)算機(jī)”的理論。之后的2022年，云計(jì)算這一理論性概念由Google正式提出并應(yīng)用到實(shí)際項(xiàng)目中[8]。關(guān)于云計(jì)算目前尚沒有明確的定義，它的實(shí)現(xiàn)并不是依靠于本地計(jì)算機(jī)或者遠(yuǎn)程服務(wù)器，而是將計(jì)算過程分布在大量的分布式計(jì)算機(jī)上，從而使計(jì)算力量可以像“煤氣”一樣通過互聯(lián)網(wǎng)進(jìn)行運(yùn)輸。如何利用云計(jì)算的相關(guān)成果促進(jìn)國計(jì)民生行業(yè)的進(jìn)展，已成為國家進(jìn)展戰(zhàn)略的重要組成部分[9]。云計(jì)算具有以下特點(diǎn)：〔1〕超大數(shù)據(jù)規(guī)模。云計(jì)算借助擁有的強(qiáng)大的服務(wù)器規(guī)模，可以處理超大規(guī)模的數(shù)據(jù)，且具有超乎想象的運(yùn)行速度，每秒鐘的運(yùn)算能到達(dá)10萬億次以上?！?〕運(yùn)算虛擬化。云計(jì)算的整個(gè)運(yùn)算過程是在云端進(jìn)行的，它對(duì)于用戶而言是透亮的，但支持用戶在任意位置、使用任意終端獲得運(yùn)算結(jié)果?！?〕有償性。云計(jì)算是一種付費(fèi)式服務(wù)模式，它是通過供應(yīng)的服務(wù)向用戶收取費(fèi)用?！?〕通用性及可擴(kuò)展性。云計(jì)算不針對(duì)詳細(xì)應(yīng)用，并可動(dòng)態(tài)伸縮來滿意不同用戶的需要。遙感數(shù)據(jù)庫有別于一般的關(guān)系型數(shù)據(jù)庫，數(shù)據(jù)庫中包含這大量時(shí)間和空間信息。隨著遙感技術(shù)的進(jìn)展，海量的遙感數(shù)據(jù)信息對(duì)之前簡(jiǎn)潔數(shù)據(jù)服務(wù)模式提出了挑戰(zhàn)。針對(duì)遙感技術(shù)進(jìn)展帶來的海量數(shù)據(jù)存儲(chǔ)和處理需求[10]，基于云計(jì)算的多源遙感數(shù)據(jù)挖掘分析算法應(yīng)運(yùn)而生。基于云計(jì)算的多源遙感數(shù)據(jù)挖掘過程主要包括以下幾個(gè)方面：明確問題定義；提取多源遙感數(shù)據(jù)信息；數(shù)據(jù)預(yù)處理及過濾；多源遙感數(shù)據(jù)挖掘引擎；多源遙感數(shù)據(jù)算法；算法詳細(xì)實(shí)施；執(zhí)行結(jié)果評(píng)估；數(shù)據(jù)簡(jiǎn)化；實(shí)際應(yīng)用。

3基于云計(jì)算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘

為了順應(yīng)當(dāng)前農(nóng)作物病蟲害監(jiān)測(cè)技術(shù)進(jìn)展的趨勢(shì)，在肯定程度上解決農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘在實(shí)際操作中遇到的種種問題，從而有效提高農(nóng)作物產(chǎn)量和質(zhì)量，本文基于云計(jì)算以及遙感數(shù)據(jù)挖掘理論，針對(duì)農(nóng)作物微型遙感數(shù)據(jù)的特點(diǎn)，提出了一種適用于云計(jì)算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘系統(tǒng)架構(gòu)，如圖1所示。圖1為多源遙感數(shù)據(jù)挖掘系統(tǒng)框架。首先將農(nóng)作物病蟲害多源遙感數(shù)據(jù)進(jìn)行分類，然后再對(duì)分類后的遙感數(shù)據(jù)進(jìn)行數(shù)據(jù)選擇從而得到目標(biāo)數(shù)據(jù)，經(jīng)過信息處理、模式識(shí)別、信息解釋等處理后得到有價(jià)值的學(xué)問，最終為農(nóng)作物病蟲害的監(jiān)測(cè)供應(yīng)數(shù)據(jù)根據(jù)。如圖2為基于云計(jì)算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘系統(tǒng)的構(gòu)架。此系統(tǒng)構(gòu)架采納分層設(shè)計(jì)的思想，自下而上主要包括云計(jì)算支撐平臺(tái)、農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘力量層、農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘云服務(wù)層三個(gè)部分。其中，云計(jì)算支撐平臺(tái)的主要功能是為整個(gè)系統(tǒng)供應(yīng)分布式文件存儲(chǔ)、數(shù)據(jù)庫存儲(chǔ)以及計(jì)算等功能，而數(shù)據(jù)挖掘力量層主要是為數(shù)據(jù)挖掘供應(yīng)算法以及支撐，力量層主要包括算法服務(wù)管理、調(diào)度引擎、數(shù)據(jù)并行處理能部分；數(shù)據(jù)挖掘云服務(wù)層的主要功能是為外界供應(yīng)云服務(wù)力量，包括挖掘算法服務(wù)、數(shù)據(jù)預(yù)處理服務(wù)、數(shù)據(jù)服務(wù)、調(diào)度服務(wù)等功能。本文提出的基于云計(jì)算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘平臺(tái)與傳統(tǒng)的數(shù)據(jù)挖掘系統(tǒng)架構(gòu)相比，前者具有更好的可擴(kuò)展性、更高效的海量數(shù)據(jù)處理力量，有效的解決了傳統(tǒng)農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘框架計(jì)算力量缺乏的問題，能夠滿意大范圍農(nóng)作物病害蟲多源遙感數(shù)據(jù)挖掘與分析的設(shè)計(jì)和實(shí)際應(yīng)用。

4結(jié)束語

本文針對(duì)農(nóng)作物病蟲害多源遙感信息，基于數(shù)據(jù)挖掘理論和云計(jì)算技術(shù)理論，提出了一種基于云計(jì)算技術(shù)的農(nóng)作物病害蟲多源遙感